机器学习模型擅长时间序列的自回归预测吗？

Question

AR模型、MA模型、GARCH模型和VAR模型是自回归预测的标准模型。

支持向量回归(SVR)、随机林、boosting和and是典型的机器学习算法。

这些预测在时间序列上有多好？他们中有谁能够利用历史滞后作为输入功能来预测未来超过1天的预测水平？有什么资料可以为机器学习者应用自回归提供理论依据吗？如果任务是时间序列的自回归预测，那么评估它们的样本外性能，引导聚合还是交叉验证更合适？

Answer 1

原始回归通常没有那么好的性能，但有变化的上述算法，以更有效地适应时间序列，如长时记忆(LSTM)神经网络，门控递归单元神经网络以及其他非神经网络方法，并接近图论，如动态贝叶斯网络。